Die Gruppe Global Land Monitoring (GLM) entwickelt und wendet innovative methodische Ansätze an, um die systematische, großräumige Überwachung von Landveränderungen weltweit zu verbessern. Wir kombinieren wissenschaftliche Expertise in Fernerkundung, Datenwissenschaft, Ökologie und politikrelevanter Analyse, um Erkenntnisse zu gewinnen, die Forschung, Berichterstattung und Entscheidungsfindung auf nationaler, regionaler und globaler Ebene unterstützen.
Unsere Arbeit basiert auf offenem, reproduzierbarem Forschen, einer globalen Monitoringperspektive und einem starken Bekenntnis zu nationaler und internationaler Zusammenarbeit.
Der Fokus des Teams gliedert sich in vier Kernbereiche:
Wir treiben das großräumige Land-Monitoring voran, indem wir Erdbeobachtungsmissionen der nächsten Generation und daraus abgeleitete Datenprodukte nutzen und so unsere Fähigkeit verbessern, Landoberflächendynamiken zu beobachten und zu charakterisieren.
Wir entwickeln und wenden fortgeschrittene analytische Ansätze an, darunter Deep Learning, Künstliche Intelligenz, Multi-Sensor-Integration und Veränderungsdetektion. Ziel ist es, robuste, skalierbare und effiziente Werkzeuge und Modelle zu entwickeln, die das Land-Monitoring in verschiedenen Regionen und Anwendungsbereichen unterstützen.
Wir entwickeln und pflegen quelloffene Python-Toolboxen, die einen skalierbaren, Cloud-nativen Zugriff auf große satellitengestützte EO-Archive ermöglichen. Dazu gehören gediDB und icesat2DB für die strukturierte Verarbeitung und Abfrage der vollständigen GEDI- und ICESat-2-ATL08-Archive sowie EOForestSTAC, eine SpatioTemporal Asset Catalogue-Schnittstelle für das Streaming analysebereit er globaler Wald-EO-Produkte ohne lokale Datendownloads. Diese Werkzeuge sind offen lizenziert und für die Nachnutzung durch die breitere Forschungsgemeinschaft konzipiert.
Wir legen großen Wert auf Nutzerbedürfnisse, Politikrelevanz und den operativen Einsatz unserer Ergebnisse. Unsere Arbeit trägt zu globalen Initiativen wie der Global Forest Observations Initiative (GFOI) bei und unterstützt die Übersetzung wissenschaftlicher Ergebnisse in aussagekräftige Informationen für Berichterstattung, Planung und politische Prozesse.
Das GLM-Team vereint Expertise aus Wissenschaft, Daten und Politik, mit Forschungsschwerpunkten in Walddynamik, Landwirtschaft und Landnutzungsänderungen. Aktuelle Themen umfassen:
- Waldwiederherstellung, Störungen und Struktur auf globaler Ebene;
- Biomasseabschätzung und Kohlenstoffdynamik für MRV von nationalen bis globalen Maßstäben;
- Landwirtschaft, Ernährungssicherheit und Kohlenstoff-Fußabdrücke der Landnutzung; sowie
- globale Landbedeckungsänderungen und Unsicherheitsbewertungen.
Darüber hinaus sind wir aktiv in den Bereichen Waldalterskartierung, Monitoring nach Störungsereignissen, Integration von Landobservationen in Kohlenstoffhaushalte sowie Charakterisierung degradierter und sekundärer Wälder, Störungsursachen und rohstoffgetriebener Landnutzungsänderungen.
- NextGenCarbon: https://nextgencarbon-project.eu/
- FORWARDS: https://efi.int/projects/forwards-forestward-observatory-secure-resilience-european-forests
- ESA CCI Biomass: https://climate.esa.int/en/projects/biomass/
- FONDA: https://fonda.hu-berlin.de/?page_id=1593
- ESA GFOI R&D-Komponente: https://gfoi-rd.gfz.de/
- ESA WorldForest: https://esa-worldforest.org/
- ESA WorldAgroCommodities: https://agrocommodities.info/
- Mitigate+: https://www.gfz.de/en/section/remote-sensing-and-geoinformatics/projects/ciat-mitigate-research-for-low-emission-food-systems
- Open Earth Monitor Cyberinfrastruktur: https://earthmonitor.org/
- 3D-ABC: https://www.gfz.de/en/section/remote-sensing-and-geoinformatics/projects/3d-abc-towards-global-3d-above-and-below-ground-carbon-stocks
- ForestNavigator: https://www.forestnavigator.eu/
- LCFM: https://remotesensing.vito.be/services/copernicus-lcfm
- INFORM+